|
Vyučující
|
-
Trnečka Martin, doc. RNDr. Ph.D.
-
Outrata Jan, doc. Mgr. Ph.D.
|
|
Obsah předmětu
|
1. Úvod: Data mining: získávání znalostí z dat, KDD, typické úlohy. Strojové učení: učení ze znalostí z dat, fáze a typy. 2. Data: Typy dat a atributů, kvalita a předzpracování (vzorkování, normalizace, diskretizace), podobnost a nepodobnost objektů, souhrnné statistiky a vizualizace. 3. Klasifikace: Rozhodovací stromy, problém přeučení, vyhodnocení výkonnosti, pravidlová (rule-based), nejbližší soused, naivní bayesovská, support vector machines (SVM), regrese. 4. Asociační analýza: Itemsets, pravidla, algoritmus Apriori, vyhodnocení zajímavosti. 5. Shlukování: Typy shluků, K-means, hierarchické, hustotové (density-based), expectation-maximization (EM), vyhodnocení kvality.
|
|
Studijní aktivity a metody výuky
|
|
Přednášení, Dialogická (diskuze, rozhovor, brainstorming)
|
|
Výstupy z učení
|
Předmět je první částí dvousemestrálního kurzu věnovaného principům a hlavním metodám získávání znalostí z dat (data mining) a strojového učení (machine learning). Po úvodu do problematiky s vymezením těchto pojmů a rozboru dat a jejich předzpracování jsou, z algoritmického hlediska, probírány základní data mining metody klasifikace, asociační analýzy a shlukování využívané (nejen) pro machine learning.
Student získá základní znalosti principů data miningu a strojového učení a bude schopen připravit a předzpracovat data pro analýzu, aplikovat vybrané metody klasifikace, asociační analýzy a shlukování, vyhodnotit jejich výkonnost a kvalitu a interpretovat získané výsledky.
|
|
Předpoklady
|
nespecifikováno
|
|
Hodnoticí metody a kritéria
|
nespecifikováno
|
|
Doporučená literatura
|
-
Han J., Pei J., Tong H. (2022). Data Mining: Concepts and Techniques.
-
Marsland S. (2014). Machine Learning: An Algorithmic Perspective (2nd edition).
-
Murphy K. P. (2022). Probabilistic Machine Learning: An Introduction.
-
Poole D. L., Mackworth A. K. (2023). Artificial Intelligence: Foundations of Computational Agents (3rd edition).
-
Rokach L., Maimon O. (2015). Data mining with decision trees: theory and applications.
-
Tan P.-N., Steinbach M., Kumar V. (2018). Introduction to Data Mining (2nd edition).
-
Witten I. H., Frank E., Hall M. A., Pal Ch. J., Foulds J. (2025). Data Mining: Practical Machine Learning Tools and Techniques.
-
Zaki M. J., Meira W. Jr. (2020). Data Mining and Analysis: Fundamental Concepts and Algorithms (2nd Edition).
|